[发明专利]电子听诊的肺音信号处理方法

说明书

一种电子听诊的肺音信号处理方法，属于机器学习的信号分类领域。本发明为解决现有对肺音听诊收录信号的处理过程繁冗使处理结果准确差，影响肺音类型最终判断结果的问题。包括：对采集的原始肺音信号依次进行带通滤波、降采样及归一化处理，获得待训练肺音信号；采用多个卷积单元对待训练肺音信号进行处理，获得肺音信号特征向量；所述多个卷积单元的连接方式包括顺次连接和跳跃连接；采用全连接层对卷积单元最终输出的所述肺音信号特征向量进行处理，获得分类结果。本发明用于肺音信号的分类。

技术领域

本发明涉及电子听诊的肺音信号处理方法，属于机器学习的信号分类领域。

背景技术

电子听诊器由三部分构成，第一部分为收音设备，其结构与普通听诊器的听诊头类似，能对肺部的呼吸音信号进行收取，并通过尾端连接的转接设备接入第二部分；第二部分为录音笔，负责将收音设备收取的声音录制下来并保存；第三部分为听音设备，即机械耳机。医生对病人进行肺音信号采样的过程中需要保证边听边录，以判断肺音类型并记录；其肺音类型判断结果用于辅助后续神经网络训练标签的添加。

电子听诊器的使用方法是：医生推动录制按钮，将用于收音的听诊头放置在预先指定的身体测试位置，在听取测试位置的肺音信息后，结束录制并保存。医生会对每一次录制的声音添加标签，用于辅助下一步的神经网络的分类工作。

由于医院诊室环境较为嘈杂，而收音设备与录音设备对声音信号的捕捉极为灵敏，导致听诊录制的音频信号噪声较多，为防止神经网络在训练时将噪声信号归类为有用信号造成误差，需要对音频信号进行去噪等预处理，增加神经网络训练的准确率。

目前，对肺音信号的获取方法是长时间录制一个部位的肺音。这种方式不具有实用性，使得肺音分类只停留于实验室内。并且，目前对肺音信号的处理方式为经验模态分解、小波变换等传统方法进行特征提取进行训练测试。这使得前期对信号的处理变得繁冗，其提取的特征种类是固定的，区别只在于提取时的参数框架。存在不能将全部有效信息抓取的问题，可能导致最终的训练测试结果存在上限，准确性差，从而影响对肺音类型的最终判断结果。

发明内容

针对现有对肺音听诊收录信号的处理过程繁冗使处理结果准确差，影响肺音类型最终判断结果的问题，本发明提供一种电子听诊的肺音信号处理方法。

本发明的一种电子听诊的肺音信号处理方法，包括：

对采集的原始肺音信号依次进行带通滤波、降采样及归一化处理，获得待训练肺音信号；

采用多个卷积单元对待训练肺音信号进行处理，获得肺音信号特征向量；所述多个卷积单元的连接方式包括顺次连接和跳跃连接；

采用全连接层对卷积单元最终输出的所述肺音信号特征向量进行处理，获得分类结果。

根据本发明所述的电子听诊的肺音信号处理方法，

所述进行带通滤波包括：

采用切比雪夫带通滤波器对所述原始肺音信号进行20Hz至1800Hz的带通滤波，获得滤波后肺音信号H_a(jΩ)：

式中ε表示通带波动系数，C_N(·)表示切比雪夫多项式，Ω为原始肺音信号频率，Ω_pu为通带上截止频率，Ω_pl为通带下截止频率，

Ω₀为中间变量，

根据本发明所述的电子听诊的肺音信号处理方法，

所述降采样频率为4000Hz，所述原始肺音信号频率为44100Hz。

根据本发明所述的电子听诊的肺音信号处理方法，

对降采样后获得的肺音信号进行归一化处理包括：